字节跳动推出了国内首个AI IDE，跟Cursor比起来，它到底有哪些独特的优势呢？能不能一键搞定整个项目的代码呢？
嘿，Trae今天又来劲了！这次不仅国内版本更新，国际版也同步上线！新增了不少大家期待已久的功能，尤其是MCP功能和智能体功能，真是让人兴奋不已！
咱们先来快速浏览一下这次更新的亮点吧：
- Chat模式与Builder模式合并
- 支持创建MCP工具和自定义智能体
- 更丰富的上下文功能
- 自定义规则
接下来，我们一起看看这些新功能的具体效果吧～
新增的内置工具
Trae的Builder模式现在内置了几个实用工具：
- 文件系统
- 终端
- 联网搜索
- 预览
Trae现在终于可以直接联网进行搜索对话了！
在与AI对话时，它会自动参考相关代码来帮助解决问题。
而且，当你请求命令执行时，可以开启“从下次开始自动运行命令和MCP工具”的选项，以后每次执行命令时，它都会自动处理：
当然，启用自动执行后，你也可以随时去智能体配置页面，设置命令行或MCP工具的黑名单，黑名单里的命令和工具就不会被自动执行：
开启自动运行后，整体的交互效果是这样的（对新手特别友好）：
我想查看生成代码的效果，AI首先尝试运行程序，结果报错了，发现某个依赖库没有安装（AI很快就理解了这个错误），它立刻执行安装命令来解决问题，然后再运行程序，这次就成功了：
上下文功能
具体的上下文功能主要包括这些：
代码索引管理
现在你的代码项目会自动进行索引，之后在提问时加上#Workspace就能直接参考当前项目的代码。但我觉得其实你可以不必特意指定，AI也会根据需要自动参考。
忽略文件
当然，你也可以在上下文配置中设置需要忽略的文件。无论你是否设置了这个扩展，系统都会直接忽略.gitignore文件中配置的内容。
文档集
这个功能就像是为项目添加一些上下文知识库。例如，如果你的项目需要引用本地素材，或是开发一个系统时需要遵循需求文档或设计文档，这些都可以放到文档集中，这样AI的回答会更准确。
自定义规则
那么，什么是自定义规则呢？别担心，Trae已经给我们提供了详细的指南：
简单来说，这就是我们以前开发中的“代码规范”，分为项目级和全局级。在项目规则文件中，你可以定义Trae需要遵循的开发规范，就像生活中的各种规则一样：
- 装修时规定使用的材料品牌，你可以指定项目使用的框架版本和依赖库。
- 小区禁止放烟花的规定，可以限制使用某些不安全或过时的API。
- 餐厅的食品安全检查标准，你可以定义代码测试的严格程度和覆盖范围。
- 公司着装要求，你可以规定代码的格式和风格标准。
- 节能减排指标要求，你可以设置应用程序的性能优化目标。
具体的规则模板，其实跟Cursor的.cursorrules文件原理类似。比如我在写next.js项目时，可以直接用下面这个规则模板：
---
description: Next.js with TypeScript and Tailwind UI best practices
globs: **/*.tsx, **/*.ts, src/**/*.ts, src/**/*.tsx
---
# Next.js Best Practices
## Project Structure
- Use the App Router directory structure
- Place components in `app` directory for route-specific components
- Place shared components in `components` directory
- Place utilities and helpers in `lib` directory
- Use lowercase with dashes for directories (e.g., `components/auth-wizard`)
## Components
- Use Server Components by default
- Mark client components explicitly with 'use client'
- Wrap client components in Suspense with fallback
- Use dynamic loading for non-critical components
- Implement proper error boundaries
- Place static content and interfaces at file end
## Performance
- Optimize images: Use WebP format, size data, lazy loading
- Minimize use of 'useEffect' and 'setState'
- Favor Server Components (RSC) where possible
- Use dynamic loading for non-critical components
- Implement proper caching strategies
## Data Fetching
- Use Server Components for data fetching when possible
- Implement proper error handling for data fetching
- Use appropriate caching strategies
- Handle loading and error states appropriately
## Routing
- Use the App Router conventions
- Implement proper loading and error states for routes
- Use dynamic routes appropriately
- Handle parallel routes when needed
## Forms and Validation
- Use Zod for form validation
- Implement proper server-side validation
- Handle form errors appropriately
- Show loading states during form submission
## State Management
- Minimize client-side state
- Use React Context sparingly
- Prefer server state when possible
- Implement proper loading states
当然，如果你想获得更多规则模板，可以参考以下这个GitHub项目awesome-cursorrules来获取更多：
https://github.com/PatrickJS/awesome-cursorrules
MCP功能集成
这次Trae居然也集成了最近火热的MCP工具，这个工具到底能干嘛呢？
简单来说，它就是让AI能够与外部工具“对话”的协议。想想以前AI大模型就像被困在小房间里，只能回答自己知道的事情。而有了MCP，AI就能“走出去”，结合各种外部工具的能力来解决问题。这里我放一张形象展示MCP功能定位的图：
MCP就像是电脑上的一个扩展坞，可以连接各种工具，让AI通过MCP直接调用这些工具的能力。
MCP与扣子（Coze）的插件功能对比
MCP（Model Context Protocol）和扣子（Coze）的插件功能看起来很相似，但它们在设计理念和技术实现上有一些重要区别：
深入了解MCP与扣子插件的区别
| 特性 | MCP | 扣子(Coze)插件 |
|---|---|---|
| 开放性 | 遵循开放标准，任何系统都能接入 | 封闭平台，仅支持扣子生态 |
| 跨平台 | 支持所有兼容MCP的系统 | 主要兼容字节系产品 |
| 开发语言 | 支持多种语言开发 | 主要使用JavaScript |
| 部署方式 | 可以选择本地或云端独立服务 | 仅限于平台内部署 |
| 社区生态 | 依靠GitHub开源社区 | 字节官方的生态系统 |
| 使用门槛 | 需要一定的开发技能 | 低代码，容易上手 |
简单来说，MCP就像一个“万能插头”，能让AI连接各种工具。只要这些工具遵循MCP协议，任何支持MCP的AI都能使用。
而**扣子的插件更像是“专属附件”**，专门针对扣子平台设计，虽然在这个生态中表现得很出色，但不一定能在其他AI系统上使用。
如果你是开发者，想要创建能兼容多种AI系统的工具，MCP会更合适；如果你只想在扣子平台上迅速搭建应用，那么扣子的插件系统会更为方便。
Trae中的MCP界面
我们来看看Trae中MCP功能的交互界面：
一眼看去，Trae集成了很多实用工具：
- GitHub：直接让AI帮你查代码，无需自己翻找
- Figma：可以直接连接设计文件
- Google Maps：查地图信息轻松搞定
- AWS知识库：解决AWS云服务问题一键搞定
- 还有更多…
当然，除了这些内置的功能，我们还可以自定义添加其他第三方的MCP工具。
值得一提的是，这次Trae集成的MCP功能交互变得简单多了，连技术小白都能轻松上手，当然这是基于内置的MCP工具而言。
Trae也能创建智能体
先来看看Trae的配置界面：
这里我临时创建了一个Trae智能体，从图中可以看到工具箱里主要有两类工具：
1. MCP工具（高级工具）
我选择了一些Trae内置的MCP工具来创建这个智能体，例如：
- Puppeteer：可以自动浏览网页、点击按钮、填写表单
- docker-mcp：管理电脑上的应用容器
- GitHub：直接操作代码仓库，不用自己去找代码
- 等等…
2. 内置工具（基础工具）
每个智能体默认会内置4个工具，分别是：
- 文件系统：可以读取和写入你电脑上的文件
- 终端：可以运行电脑命令
- 联网搜索：可以帮你上网查资料
- 预览：可以预览生成的内容
当然，你在创建智能体时，也可以选择不勾选某个内置工具，这样这个工具就不会出现在智能体中。
再看个概念，先看看这张图：
其实Trae默认自带的就是我们常用的一个 Builder 智能体，其中内置了上述的4个工具，而我们的Builder模式就是基于它进行交互的：
还有一个 Builder with MCP 智能体，它是在 Builder 智能体的基础上，增加了对MCP工具的支持：
所以接下来我们结合智能体+MCP的方式来看看实际使用效果如何～
智能体+MCP实战
案例1：在Figma上使用内置MCP智能体生成代码
Figma是什么？ Figma是一款在线设计工具，类似于“网页版的PS”，但它更专注于界面设计。它的最大特点是可以多人同时协作，就像大家一起编辑一个文档。设计师利用它设计网站和App的界面，开发者可以直接查看这些设计并把它们变成实际的网站或应用。对于不懂技术的人来说，你可以把它想象成一个在线画板，可以画出美丽的网页和App界面。
我直接把 Figma AI Bridge 这个MCP工具加入到 Builder with MCP 智能体中：
然后我们在网上找到了这一个Figma的UI模板，来试试手：
模板链接：https://www.figma.com/community/file/989274600796773962
接着我们开始一次对话：
基于我这个 Figma template 帮我生成一个基于 next.js 框架的网站
https://www.figma.com/community/file/989274600796773962
没过多久，这个网站的初步形态就被完整复刻出来了：
这个体验还不错，它不仅能根据你给的Figma模板生成相应的代码，还能根据你的描述生成代码。比如我描述的是一个基于next.js框架的网站，它就会生成相应的代码。
案例2：沉浸式抓取指定网站的信息
我创建了一个新的智能体 – 网页 AI 助手，选择了一个关于抓取网页内容的热门工具 – Puppeteer：
然后我们直接选择这个智能体开始对话：
帮我抓取一下 WaytoAGI 网站上有些推荐的 AI 智能体，将它们整理总结为一个图文并茂的 markdown 文档给我。
https://www.waytoagi.com/zh/agents
让我们看看实际效果（7倍速回放）：
看看它生成的md文件长什么样：
虽然这算是基础的网页内容抓取，但它不仅抓取相关内容，还把图片一同提取，并自动生成了一个markdown文档，这个体验真不错。而且它还会按需访问每个相关链接的子链接，以获取更详细的信息。
总结
迎接AI时代：你的数字同事即将到来
这次Trae的重大更新，不单单是功能的升级，更是标志着AI协作工具正在从“智能助手”蜕变为“数字同事”。
这其实反映了人机协作模式的根本变化：过去我们是“使用工具”，而现在我们逐渐开始“培养同事”。
就像工业革命时期，人们学会了如何与机器协作一样，在AI时代，我们也在学习与智能体合作的新方式。Trae通过降低MCP的使用门槛，让更多普通用户也能享受这种前沿的人机协作体验。
可以想象，随着MCP生态的不断完善，我们将进入一个“工具互联”的全新阶段。届时，AI不仅能单独操作某个工具，还能连接起设计、开发、测试到部署的整个流程，真正成为项目生命周期中的“数字合伙人”。
在这个人机协作的新纪元，最大的竞争优势或许不再是你掌握了多少工具，而是你能多快培养出最适合自己的数字同事。那么，现在你准备好迎接你的第一位AI工作伙伴了吗？
